Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /ar /optimization /open_vino.md

mishig

8 days ago

preview code

download

raw

3.43 kB

# OpenVINO

🤗 يوفر [Optimum](https://github.com/huggingface/optimum-intel) خطوط أنابيب Stable Diffusion متوافقة مع OpenVINO لتنفيذ الاستدلال على مجموعة متنوعة من معالجات Intel (انظر [القائمة الكاملة](https://docs.openvino.ai/latest/openvino_docs_OV_UG_supported_plugins_Supported_Devices.html) للأجهزة المدعومة).

ستحتاج إلى تثبيت 🤗 Optimum Intel مع خيار `--upgrade-strategy eager` للتأكد من أن [`optimum-intel`](https://github.com/huggingface/optimum-intel) يستخدم أحدث إصدار:

```bash
pip install --upgrade-strategy eager optimum["openvino"]
```

ستُظهر لك هذه الدليل كيفية استخدام خطوط أنابيب Stable Diffusion و Stable Diffusion XL (SDXL) مع OpenVINO.

## Stable Diffusion

لتحميل النموذج وتشغيل الاستدلال، استخدم `OVStableDiffusionPipeline`. إذا كنت ترغب في تحميل نموذج PyTorch وتحويله إلى صيغة OpenVINO على الفور، فاضبط `export=True`:

```python
from optimum.intel import OVStableDiffusionPipeline
model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
pipeline = OVStableDiffusionPipeline.from_pretrained(model_id, export=True)
prompt = "sailing ship in storm by Rembrandt"
image = pipeline(prompt).images[0]
# Don't forget to save the exported model
pipeline.save_pretrained("openvino-sd-v1-5")
```

لتسريع الاستدلال بشكل أكبر، أعد تشكيل النموذج بشكل ثابت. إذا قمت بتغيير أي من المعلمات مثل ارتفاع أو عرض المخرجات، فستحتاج إلى إعادة تشكيل نموذجك بشكل ثابت مرة أخرى.

```python
# Define the shapes related to the inputs and desired outputs
batch_size, num_images, height, width = 1, 1, 512, 512
# Statically reshape the model
pipeline.reshape(batch_size, height, width, num_images)
# Compile the model before inference
pipeline.compile()
image = pipeline(
    prompt,
    height=height,
    width=width,
    num_images_per_prompt=num_images,
).images[0]
```

    
يمكنك العثور على مزيد من الأمثلة في [التوثيق](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion) الخاص بـ 🤗 Optimum، كما أن Stable Diffusion مدعوم لتوليد الصور من النص، وتحويل الصورة إلى صورة، وإعادة رسم المناطق (inpainting).

## Stable Diffusion XL

لتحميل وتشغيل الاستدلال مع SDXL، استخدم `OVStableDiffusionXLPipeline`:

```python
from optimum.intel import OVStableDiffusionXLPipeline
model_id = "stabilityai/stable-diffusion-xl-base-1.0"
pipeline = OVStableDiffusionXLPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Rembrandt"
image = pipeline(prompt).images[0]
```

لتسريع الاستدلال بشكل أكبر، [أعد تشكيل](#stable-diffusion) النموذج بشكل ثابت كما هو موضح في قسم Stable Diffusion.

يمكنك العثور على مزيد من الأمثلة في [التوثيق](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion-xl) الخاص بـ 🤗 Optimum، كما أن تشغيل SDXL في OpenVINO مدعوم لتوليد الصور من النص وتحويل الصور إلى صور.

Xet Storage Details

Size:: 3.43 kB
Xet hash:: f40b3a8e331ef13d94b5b3b930377604ff005a9a0eb16811a0e86d303c4c74ba

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# OpenVINO

	🤗 يوفر [Optimum](https://github.com/huggingface/optimum-intel) خطوط أنابيب Stable Diffusion متوافقة مع OpenVINO لتنفيذ الاستدلال على مجموعة متنوعة من معالجات Intel (انظر [القائمة الكاملة](https://docs.openvino.ai/latest/openvino_docs_OV_UG_supported_plugins_Supported_Devices.html) للأجهزة المدعومة).

	ستحتاج إلى تثبيت 🤗 Optimum Intel مع خيار `--upgrade-strategy eager` للتأكد من أن [`optimum-intel`](https://github.com/huggingface/optimum-intel) يستخدم أحدث إصدار:

	```bash
	pip install --upgrade-strategy eager optimum["openvino"]
	```

	ستُظهر لك هذه الدليل كيفية استخدام خطوط أنابيب Stable Diffusion و Stable Diffusion XL (SDXL) مع OpenVINO.

	## Stable Diffusion

	لتحميل النموذج وتشغيل الاستدلال، استخدم `OVStableDiffusionPipeline`. إذا كنت ترغب في تحميل نموذج PyTorch وتحويله إلى صيغة OpenVINO على الفور، فاضبط `export=True`:

	```python
	from optimum.intel import OVStableDiffusionPipeline

	model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
	pipeline = OVStableDiffusionPipeline.from_pretrained(model_id, export=True)
	prompt = "sailing ship in storm by Rembrandt"
	image = pipeline(prompt).images[0]

	# Don't forget to save the exported model
	pipeline.save_pretrained("openvino-sd-v1-5")
	```

	لتسريع الاستدلال بشكل أكبر، أعد تشكيل النموذج بشكل ثابت. إذا قمت بتغيير أي من المعلمات مثل ارتفاع أو عرض المخرجات، فستحتاج إلى إعادة تشكيل نموذجك بشكل ثابت مرة أخرى.

	```python
	# Define the shapes related to the inputs and desired outputs
	batch_size, num_images, height, width = 1, 1, 512, 512

	# Statically reshape the model
	pipeline.reshape(batch_size, height, width, num_images)
	# Compile the model before inference
	pipeline.compile()

	image = pipeline(
	prompt,
	height=height,
	width=width,
	num_images_per_prompt=num_images,
	).images[0]
	```



	يمكنك العثور على مزيد من الأمثلة في [التوثيق](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion) الخاص بـ 🤗 Optimum، كما أن Stable Diffusion مدعوم لتوليد الصور من النص، وتحويل الصورة إلى صورة، وإعادة رسم المناطق (inpainting).

	## Stable Diffusion XL

	لتحميل وتشغيل الاستدلال مع SDXL، استخدم `OVStableDiffusionXLPipeline`:

	```python
	from optimum.intel import OVStableDiffusionXLPipeline

	model_id = "stabilityai/stable-diffusion-xl-base-1.0"
	pipeline = OVStableDiffusionXLPipeline.from_pretrained(model_id)
	prompt = "sailing ship in storm by Rembrandt"
	image = pipeline(prompt).images[0]
	```

	لتسريع الاستدلال بشكل أكبر، [أعد تشكيل](#stable-diffusion) النموذج بشكل ثابت كما هو موضح في قسم Stable Diffusion.

	يمكنك العثور على مزيد من الأمثلة في [التوثيق](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion-xl) الخاص بـ 🤗 Optimum، كما أن تشغيل SDXL في OpenVINO مدعوم لتوليد الصور من النص وتحويل الصور إلى صور.